用于单目三维目标检测的深度条件动态消息传播
计算机视觉与模式识别
2021-03-31 v1
摘要
本文的目标是学习上下文感知与深度感知的特征表示，以解决单目三维目标检测问题。我们的贡献如下：(i) 不同于采用复杂的基于伪激光雷达(pseudo-LiDAR)的方法，我们提出了一种深度条件动态消息传播(DDMP)网络，以有效地将多尺度深度信息与图像上下文相整合；(ii) 这是通过首先在图像上下文中自适应地采样上下文感知节点，然后动态预测依赖于混合深度的滤波器权重与亲和矩阵来实现信息传播的；(iii) 通过增强一个中心感知深度编码(CDE)任务，我们的方法成功缓解了不准确的深度先验；(iv) 我们充分证明了所提方法的有效性，并在 KITTI 基准数据集上基于单目的方法中取得了最先进(state-of-the-art)的结果。特别地，在提交日(2020年11月16日)我们位列竞争激烈的 KITTI 单目三维目标检测榜单第 名。代码与模型发布于 \url{https://github.com/fudan-zvg/DDMP}。
引用
@article{arxiv.2103.16470,
title = {Depth-conditioned Dynamic Message Propagation for Monocular 3D Object Detection},
author = {Li Wang and Liang Du and Xiaoqing Ye and Yanwei Fu and Guodong Guo and Xiangyang Xue and Jianfeng Feng and Li Zhang},
journal= {arXiv preprint arXiv:2103.16470},
year = {2021}
}
备注
CVPR 2021. Code at https://github.com/fudan-zvg/DDMP